Addition of PEG-interferon to long-term nucleos(t)ide analogue therapy enhances HBsAg decline and clearance in HBeAg-negative chronic hepatitis B: Multicentre Randomized Trial (PAS Study)
Notice bibliographique
Résumé
We studied whether 48 weeks of PEG-IFN alfa-2a add-on increases HBsAg-decline and clearance in HBeAg-negative patients on long-term nucleo(s)tide analogue (NA) therapy. In this investigator-initiated, randomized, controlled trial conducted in Europe and Canada, HBeAg-negative patients treated with NA > 12 months, with HBVDNA < 200 IU/mL, were enrolled. Patients were randomized 2:1 to 48 weeks of PEG-IFN alfa-2a add-on (180 μg per week) or continued NA-monotherapy with subsequent follow-up to Week 72. Endpoints were HBsAg decline (≥1 log10 IU/mL) and HBsAg clearance at Week 48. Of the 86 patients in the modified-intention-to-treat analysis, 58 patients received PEG-IFN add-on, and 28 continued NA monotherapy. At Week 48, 16(28%) patients achieved HBsAg decline ≥1 log10 in the add-on arm versus none on NA-monotherapy (p <.001), and HBsAg clearance was observed in 6 (10%) PEG-IFN add-on patients versus 0% NA-monotherapy (p =.01). HBVRNA was only detected in 2% after PEG-IFN treatment versus 19% in NA-monotherapy (p =.002) at Week 48. PEG-IFN add-on therapy was well tolerated in majority of patients. Low baseline HBsAg levels (<10 IU/mL) identified patients most likely to achieve HBsAg loss with PEG-IFN add-on, whereas an HBsAg level > 200 IU/mL at on-treatment Week 12 was highly predictive of non-response (NPV = 100%). Addition of PEG-IFN to long-term NA enhanced HBsAg decline and increased the chance of HBsAg clearance in HBeAg-negative patients on long-term NA. On-treatment HBsAg levels >200 IU/mL identify patients unlikely to benefit from PEG-IFN add-on and could be used as a potential stopping-rule for PEG-IFN therapy. Our findings support further exploration of immune modulation add-on to antiviral therapy, preferably using response-guided strategies, to increase functional cure rates in patients with CHB.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».